強化企業Big Data應用能量
- DIGITIMES企劃
-
近幾年來，「巨量資料(Big Data)」從原本僅是Google等少數網路業者鑽研的技術項目，一躍成為眾所追逐的寵兒，實與美國百貨業者Target締造的「比父親還更早知道女兒孕」奇聞息息相關；由此可見，不管Big Data是否放諸各行業皆適用，至少諸如零售、金融等面向大量消費者的產業，肯定能夠從中獲益。
許多IT議題，之所以從名不見經傳，經過震天價響的炒作過後，成為人人爭相簇擁的神主牌，並非涉及到多麼了不起的技術，而且透過相關技術或工具所衍生的效益，委實太讓人怦然心動。
就多年以前由Wal-Mart締造的「啤酒與尿布」故事，以當時人們普遍擁有的技術水平而言，真的可謂驚天動地的大發現，從此也掀起商業智慧(BI)的陣陣熱潮，因為大家心知肚明，倘若能夠從看似風馬牛不相及的事物中，挖掘出不為人知的彼此關聯性，必將能產生巨大商業價值。
事實上，意欲探究啤酒與尿布不同商品之間的相互影響關係，只需將資料庫裡頭的交易記錄撈出，一個月做一次交叉比對，即可獲知箇中奧妙，其間所牽涉的資料結構很單純，資料量很有限，分析頻率也不高，與現今巨量資料訴諸的大量性(Volume)、多樣性(Variety)與速度性(Velocity)，存在極為顯著的層次落差，這也就是若干年後Target神準偵測顧客的懷孕指數，會更加駭人聽聞的原因，並且將Big Data熱潮推向更勝於以往BI或資料探勘所不及的高峰。
Target懷孕預測模型 堪稱巨量資料活教材
Target如何預測女性顧客懷孕？乃是歸功其長期研發的懷孕預測模型，且反覆進行測試，後來發現，大約有25種商品，譬如乳液、無味香皂、棉花球、鈣片、內含鋅或鎂的營養補充品…等等，背後的採購動機，無形中都與懷孕癥候高度關聯，因此當偵測到女性顧客密集出現相關採購行為，且購買的數量逐步擴大，即可據此推估該顧客已經出現懷孕現象，甚至知道已經懷孕多久。
當然，做巨量資料分析，絕不是遊戲一場，更不是只為了滿足自己的成就感，當然必須猶如老前輩將啤酒與尿布等商品擺設在一起，藉此創造若干商業利益才是；於是乎，當Target預測到某顧客懷孕，便會隨即啟動行銷措施，根據不同的懷孕階段，寄送相對應的促銷折價卷，以期進一步觸發其採購慾望，帶動商品銷售量的提升。
事實證明，在啟動資料分析、終至展現成效的前後不到8年，Target的年營業額，從原本不到450億美元，一路攀升到將近700億美元，這般成長幅度對於其所身處的百貨零售業，的確讓人垂涎不已。
持平而論，Target運用巨量資料分析技術，精心產出懷孕預測模型，絕非短暫時間內的神來一筆，其實已歷經多時琢磨，背後也動員了許多資料分析專才。
巨量資料應用價值鏈 不僅止於技術或系統
這個例子，究竟可為台灣的百貨零售業主，甚至是其他面向大量顧客群的企業老闆，帶來何等啟發？經過專家分析，大致有幾點結論，第一，企業主必須深切瞭解巨量資料的定義，並剖析它對於自己乃至於同業，可能帶來哪些機會與挑戰；第二，無論透過何等技術或系統來推動巨量資料應用，都絕非悶著頭盲目硬幹，而是能夠確實掌握，這些技術或系統究竟能幫自己獲得哪些洞察力；第三，當企業主確實獲得若干洞察，此時即需審慎進行沙盤推演，評估自己的商業模式究竟需要做何調整，才足以一步步航向市場藍海，以及當商業模式改變後，自己與同業對手之間的競合關係，將會出現何等變化。
第四，為了持續有效駕馭巨量資料應用，企業必須研判，後續需要延攬具備哪些能力的人才加入，更重要的，亦需思考如何透過有效的方式，扭轉企業組織積習已久的文化，好讓不同階層的決策者，能夠拋開過往憑經驗、靠直覺的決策產生模式，真能懂得讓凡事都交由數據來說話。
專家提醒，巨量資料應用是成或敗，關鍵絕不在技術或系統，只因這些充其量僅是輔助企業養成洞察力的工具，工具就是工具，若缺乏足夠的能力予以駕馭，坦白說連一點價值都沒有，因此企業必須正視人才、能力、組織文化的養成，唯有這些軟實力通通到位，看似生硬艱澀的工具才能被駕馭、被活用，繼而從看似垃圾的數據提煉出黃金。
但可別以為Target的懷孕預測模型，只有正面效益、別無負面衝擊，事實上，對於多數女性顧客、甚或其家人而言，懷孕實屬個人隱私，在正常情況下，確實不容任何人擅自侵犯，主因在於，任誰都無苟同自己的一舉一動，無時無刻都落在廠商的監視範圍內；而Target根據懷孕預測模型啟動行銷活動的做法，似乎也踩到了許多顧客心目中的紅線，一旦見獵心喜、操作過當，反倒徒然傷害顧客情感，最壞的情況，恐讓好不容易萌芽的商業契機，因而被摧毀殆盡。
因此有顧問業者提出呼籲，企業在評估巨量資料所衍生的機會與挑戰的同時，亦需致力建立其與顧客之間的信任關係。在多數IT人的眼裡，巨量資料應用的價值鏈，無非就是Hadoop、MapReduce、NoSQL DBMS、In-Memory Database、Compressive Sensing、Machine Learning、Text Mining等技術辭彙，再加上既嫻熟產業Domain Know-how、又擅長統計分析的資料科學家，但事實上，企業賴以蒐集大量行為記錄的來源、也就是廣大的客戶，肯定是這條價值鏈當中，最不容忽視的一環。
在此前提下，企業切莫以為蒐集客戶行為資料的過程一切合法，就可以罔顧客戶情感而恣意妄為，必須開誠佈公與客戶溝通，藉以傳達清楚概念，記錄並分析客戶採購行為的目的，絕非一味探測個人隱私，而是透過分析結果來改善企業的商業模式與服務品質，俾使更精準而迅速地滿足客戶一切需求，如此一來，企業是否因此而得利，倒是其次，重點在於最終使得客戶得利。說穿了，如何避免在蒐集巨量資料的過程中，讓客戶產生嫌惡感，繼而信賴並支持業者的作為，肯定是企業必須勤加修練的基本功課。
台灣零售業 可望因巨量資料獲益匪淺
據統計，台灣服務業佔整體GDP高達68.8%比重，足足創造58.8%就業人口，等於大多數民眾都是倚靠服務業維持生計，而環顧偌大服務業，諸如百貨零售、連鎖加盟等行業，肯定都是箇中重要環節；所以說，百貨零售或連鎖加盟等企業的競爭力提升與否，絕對攸關台灣經濟發展至鉅，實不容等閒視之。
綜觀全球零售業的發展，其競爭關鍵，已從過去的物流運籌、先轉變為金流服務整合，再進入巨量資料分析的競爭世代。而台灣零售業的優勢在於實體通路，以便利商店為例，每500公尺範圍、每2,500人就有一個店家，密度高居於全球之冠，此外若以百貨公司為例，每8.7萬人即有一個店家，密度同樣稱霸全球，再加上物流體系甚為蓬勃發達，易於推動跨通路整合，又有政府提供的電子發票機制在背後撐持，在如此良善的發展基礎上，若能結合巨量資料推動更進一步的加值應用，必定可產生莫大加乘效應。
著眼於此，包括工研院等學術機構，已著手針對零售業者進行輔導，期望引導業者從虛擬通路作為出發，並建構巨量資料運算平台，佐以發展成效較佳的混合式推薦法則，根據不同數據來源、不同運算時效、不同運算需求，藉由動態調整產生最理想的個人化推薦模式，終至一擊中的、成功推薦消費者可能喜愛的商品，以避免錯失任何潛在商業契機，且一併帶動顧客忠誠度、銷售額的同步走高；此一攸關零售業的巨量資料分析加值應用能量之養成歷程，後績展望相當值得期待。
